IF-89
ALGORITMA TDOA UNTUK PENGUKUR JARAK ROKET MENGGUNAKAN TEKNOLOGI UHF
Haris Setyawan 1*, Wahyu Widada 2
1
Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Yogyakarta Jalan Lingkar Selatan Tamantirto Kasihan Bantul DI Yogyakarta 55183
Lembaga Penerbangan dan Antariksa Nasional, Jakarta, Indonesia *
Email: haris.setyawan@umy.ac.id
Abstrak
Penelitian ini adalah untuk mengembangkan algoritma TDOA (Time Difference of Arrival) untuk penentuan jarak roket berdasar pada korelasi waktu dan korelasi frekuensi. Algoritma TDOA ini dikembangkan karena penentuan jarak roket selama ini masih mengandalkan teknologi satelit (menggunakan GPS). Ketergantungan pada satelit sangat rentan dengan aspek keamanan karena teknologinya masih dikuasai negara lain. Algoritma ini dikembangkan agar pengukuran jarak roket dapat memanfaatkan teknologi radio UHF. Radio transponder diletakkan di sisi roket dan perangkat radar sekunder ada di sisi stantsiun pengamat. Ada satu masalah yang harus diatasi terlebih dahulu yaitu akurasi penggunaan algoritma TDOA karena timbulnya distorsi sinyal yang diterima pada radar sekunder. Algoritma TDOA digunakan untuk menghitung jarak roket. Simulasi yang telah dilakukan untuk sinyal bersuara dan sinyal dengan gangguan acak. Simulasi dilakukan dua kali, pertama tanpa menggunakan filter dan yang kedua disimulasikan dengan bandpass filter. Percobaan menggunakan Rocket RX100 untuk memperoleh rekaman sinyal yang diterima pada ra dar sekunder. Sinyal yang terekam digunakan untuk simulasi guna mengetahui pengaruh frekuensi sub pembawa 2.500 Hz, 5.000 Hz, 10.000 Hz dan 12.500 Hz pada distorsi sinyal radar sekunder. Percobaan dengan gangguan acak masih menunjukkan sinyal dapat dibaca dengan kesalahan pengukuran kurang dari 5% dengan SNR = 0,1667 untuk waktu berdasarkan algoritma TDOA, dan SNR = 0,2 untuk frekuensi berdasar algoritma TDOA. Setelah melewati filter bandpass kesalahan turun hingga kurang dari 1% dengan SNR 0,25 baik untuk waktu berdasarkan algoritma TDOA, dan untuk frekuensi berdasar algoritma TDOA. Sub pembawa dengan frekuensi yang lebih tinggi menunjukkan kesalahan yang lebih rendah, kesalahan kurang dari 5% terjadi pada frekuensi sub-carrier 12.500 Hz.
Kata kunci: Band pass filter, SNR, TDOA
PENDAHULUAN
LAPAN (Lembaga Penerbangan dan Antariksa Nasional) telah mengembangkan tipe roket dengan daya jangkau yang jauh dengan tipe RX320, RX420, dan RX530. Untuk mengetahui performa roket tipe jarak jauh tersebut, maka diperlukan sistem RADAR untuk prediksi posisi pada saat meluncur. LAPAN telah mengembangkan sistem passive RADAR dengan menggunakan radio UHF. Simulasi dan analisa sistem serta desain telah dilakukan, sehingga menghasilkan prototype desain dan hasil optimalisasinya. Pengembangan RADAR tipe aktif memerlukan komponen elektronik yang tidak mudah didapat. Sehingga, untuk mengembangkan perangkat menggunakan tipe pasif lebih reliabel. Pada muatan roket dipasang transponder (RADAR signal) dan di stasiun pengamat dilengkapi sistem penerima (Wahyu dan Sri, 2007).
METODOLOGI
Bahan penelitian yang digunakan adalah data sinyal radar sekunder dari prototipe yang telah dikembangkan oleh LAPAN. Terdiri dari sinyal referensi dan sinyal yang diterima pada jarak tertentu. Peralatan yang dipergunakan dalam penelitian ini adalah :
1. Roket yang dilengkapi dengan modul transponder
2. Sepuluh statsiun pengamat yang dilengkapi dengan radar sekunder berikut alat rekamnya.
3. Rekaman data GPS (Global Position System) hasil peluncuran 4. Rekaman sinyal RADAR sekunder hasil peluncuran
5. Satu unit PC yang terinstal program MATLAB untuk simulasi perhitungan jarak dengan algoritma TDOA.
Penelitian ini dilakukan dengan cara melakukan percobaan perhitungan jarak roket dengan stasiun pengamatan. Pertama menggunakan bantuan matlab dilakukan simulasi perhitungan jarak dengan algoritma TDOA berbasis waktu dan berbasis frekuensi. Simulasi dilakukan dengan berbagai frekuensi sub carrier, penambahan sinyal noise, dan penggunaan Band Pass Filter. Setelah itu, dengan menggunakan prototipe radar sekunder dilakukan percobaan untuk memperoleh data sinyal dan data jarak dari alat GPS. Algoritma TDOA digunakan untuk mengolah sinyal radar tersebut menjadi informasi jarak yang kemudian divalidasi dengan data GPS untuk memperoleh informasi kesalahan. Kalibrasi sangat diperlukan dalam pengembangan prototype sistem radar sekunder baik menggunakan tinjauan teoritis maupun dengan memanfaatkan teknologi. Untuk sistem pengukur jarak jangkau yang jauh, maka GPS sangat tepat digunakan sebagai pembanding.
Skema pengambilan data untuk perbandingan data jarak antara GPS dan radar sekunder adalah sebagai berukut: mula-mula ditentukan titik awal yang digunakan sebagai titik referensi. Pada saat peluncuran roket, maka titik referensi adalah titik luncur (launching point). Koordinat titik awal diambil dari data GPS (latitude, longitude) kemudian diambil beberapa titik saat transponder menjauh dan digunakan sebagai titik sampling atau titik ukur. Data posisi menurut GPS pada setiap titik sampling tersebut diambil dan dicatat pada saat yang bersamaan sinyal-sinyal yang ditangkap pada statsiun pemantau direkam. Urutan simulasi pengukuran jarak roket menggunakan TDOA tampak seperti pada gambar 1 di bawah ini.
Gambar 1. Alur proses penelitian
HASIL DAN PEMBAHASAN Simulasi Sinyal Radar Tanpa Noise
Rancangan prototipe Radar sekunder di LAPAN menggunakan ADC yang memiliki frekuensi sampling 275 KHz, sehingga pada simulasi ini menggunakan frekuensi sampling tersebut. Pergeseran tiap poin sinyal dapat dihitung sama dengan satu per frekuensi sampling kali
Rekaman sinyal radar
sekunder Data GPS
Proses Sinyal dengan
TDOA Proses Data
Jarak Jarak
Validasi
IF-89
[image:3.595.117.496.116.220.2]kecepatan gelombang dibagi dua = 545,4545 meter. Sinyal radar sekunder yang digunakan berupa sinusoidal dengan frekuensi 3 kHz (continuous wave radar signal)
Tabel 1. Hasil Perhitungan dengan TDOA berbasis waktu dan berbasis frekuensi.
No
Jarak menurut
GPS
Perhitungan jarak dengan TDOA berbasis watu
(m)
Pergeseran Jarak (m)
Berbasis rekuensi (m)
Pergeseran Jarak (m)
1 5.455 4.909,10 545,45 4.364,60 1.089,95
2 10.909 10.364 545,09 9.272,70 1.636,39
3 16.364 15.818 545,64 14.727 1.637
4 21.818 21.273 545,18 20.182 1.636
5 27.273 26.727 545,73 25.636 1.637
Simulasi Sinyal Radar Dengan Noise
[image:3.595.161.449.297.477.2]Simulasi kedua dilakukan untuk melihat pengaruh random noise pada sinyal yang diterima kembali (echo) terhadap algoritma berbasis waktu dan berbasis frekuensi. Pengujian dengan random noise dilakukan sebanyak 100 kali untuk berbagai nilai SNR.
Gambar 2. Karakteristik % Error terhadap SNR pada perhitungan jarak dengan TDOA berbasis waktu.
[image:3.595.162.449.528.729.2]Gambar 4. Karakteristik % Error terhadap SNR pada perhitungan jarak dengan TDOA berbasis waktu dengan bandpass filter.
Gambar 5. Karakteristik % Error terhadap SNR pada perhitungan jarak dengan TDOA berbasis frekuensi dengan bandpass filter.
Dari simulasi terlihat bahwa perhitungan jarak dengan menggunakan algoritma berbasis waktu mempunyai akurasi yang lebih baik dibanding algoritma berbasis frekuensi. Dengan selisih kurang dari 1% sampai dengan SNR= 0,1667 untuk algoritma berbasis waktu dan selisih kurang dari 5% dengan SNR= 0,2 untuk algoritma berbasis frekuenasi.
Setelah dilakukan bandpass filtering terhadap sinyal yang telah tercampur random noise, maka sampai dengan SNR= 0,25 untuk kedua algoritma sinyal masih bisa terbaca dan pengukuran jarak hanya memiliki selisih kurang dari 1%, tetapi rata-rata kesalahan perhitungan dengan algoritma TDOA berbasis waktu lebih kecil. Sedangkan jika dilihat nilai simpangan terhadap nilai jarak sesungguhnya, maka sampai dengan SNR= 0,33 simpangannya dibawah 5%. Sehingga pada pengembangan perangkat keras nantinya perlu ditambahkan bandpass filter.
Pengaruh Frekuensi Sampling dan Frekuensi Sub Carrier
IF-89
sub carrier yang digunakan adalah 2,5 KHz, 5 KHz, 7,5 KHz, 10 KHz, dan 12,5 KHz. (Gambar 6 dan Gambar 7).
Gambar 6. Karakteristik %Error terhadap SNR untuk frekuensi sampling 250 KHz dengan berbagai frekuensi sub carrier.
Terlihat bahwa jika frekuensi sub carrier semakin besar maka prosentase kesalahan menjadi cenderung lebih kecil atau pengukuran jarak semakin akurat, baik dihitung dengan algoritma TDOA berbasis waktu maupun algoritma TDOA berbasis frekuensi. Sedangkan pengaruh frekuensi sampling adalah bahwa semakin besar frekuensi sampling yang digunakan maka ketelitian pengukuran akan semakin tinggi.
Gambar 7. Karakteristik Error terhadap SNR pada frekuensi sampling 2 MHz dengan berbagai frekuensi sub carrier.
KESIMPULAN
Dari percobaan dan simulasi menggunakan MATLAB untuk mengetahui penggunaan Algoritma TDOA pada perhitungan jarak roket menggunakan berbagai frekuensi sub carrier dapat disimpulkan sebagai berikut:
1. Perhitungan jarak dengan menggunakan algoritma berbasis waktu mempunyai akurasi yang lebih baik dibanding algoritma berbasis frekuensi.
2. Penggunaan band pass filter dapat memperkecil kesalahan pengukuran hingga 5% pada kondisi SNR= 0.33.
DAFTAR PUSTAKA
C. H. Knapp, G. C. Carter, 1976, The generalized correlation method for estimation of time delay, IEEE Trans.ASSP, Vol. 24 No. 4, pp. 320-327
Wahyu W., Sri K., 2007, Metoda Kalibrasi Time Different Of Arrival TDOA Untuk Sistem Passive RADAR Trayektori Roket, Jurnal Teknologi Dirgantara, Edisi Desember.
Wahyu W., 2008, Desain Sistem Passive RADAR Radio UHF Untuk Aplikasi Uji Terbang Roket, Seminar Nasional SITIA ITS 2008, Surabaya.
